Analyse des configurations de visibilité

De nombreux algorithmes, tels que le rendu avec niveau de détail et les méthodes de culling d'occlusion, prennent des décisions en fonction du degré de visibilité d'un objet, mais n'analysent pas la distribution ou la structure des régions visibles et occluses à travers les surfaces. Nous présentons une méthode efficace pour classer différentes configurations de visibilité et montrons comment cela peut être utilisé en complément des méthodes existantes basées sur la détermination de la visibilité. Nous adaptons les matrices de co-occurrence pour l'analyse de visibilité et les généralisons pour fonctionner sur des clusters de surfaces triangulaires au lieu de pixels. Nous utilisons des techniques d'apprentissage automatique pour classifier de manière fiable les vecteurs de caractéristiques ainsi extraits. Notre méthode permet des méthodes de niveau de détail motivées perceptuellement pour des applications de rendu en temps réel en détectant des configurations avec un masquage visuel attendu. Nous illustrons la polyvalence de notre méthode avec une analyse des configurations de visibilité des lumières de surface en ray tracing et une analyse de visibilité de zone à zone adaptée au raffinement hiérarchique de radiosité. Les premiers résultats démontrent la robustesse, la simplicité et la performance de notre méthode dans des scènes synthétiques, ainsi que dans des applications réelles.